我们知道 YouTube 上有非常多的优质长视频，但是这些视频大多都是英文的。
相信你一定遇到过这样的情况：
在YouTube上偶然刷到一个非常不错的干货视频，比如，标题写着「哈佛教授讲透学习的本质」，时长1小时15分钟。
你心里一惊，感觉这是天大的宝藏，不看血亏。【gzh：和平本记】
你满怀期待地点开，英文字幕像瀑布一样滚过，你努力地盯着，听着纯正的伦敦腔，5分钟后，大脑开始嗡嗡作响，于是拿起手机，打开某音，准备放松一下再来学习这个视频，结果半小时过去了。。
你叹了口气，熟练地把这个干货视频，点击添加到「稍后观看」... 然后，再也没有然后。
收藏等于学会，成了我们这个时代最大的自我安慰。
语言障碍和注意力稀缺，是横在我们与海量优质知识之间的两座大山。
那有没有办法把它们都推平呢？
想象一下：如果你有一个随叫随到的AI学习助理，你只需把视频链接丢给他，三分钟后，他会为你呈现：
1）一份完整的中文标题和内容目录，让你对整个视频的框架一目了然。
2）一份带精确时间戳的逐字稿，纯中文，就像在阅读一篇本土文章。
3）最重要的是，他会7x24小时待命，你可以随时指着任意一段话问他：这部分内容是什么意思？能给我举个例子吗？
今天就把这个魔法咒语（Prompt），毫无保留地分享给你。
Prompt
角色
你是一名专业的转录专家。你的任务是为一个视频制作一份结构完美、逐字逐句的转录稿，并将视频中所有内容翻译成中文。
目标
生成一个单一且完整的输出，包含以下部分，并按照顺序排列：
1. 视频标题（翻译成中文）
2. 目录（ToC，翻译成中文）
3. 按章节分段的完整逐字稿（翻译成中文）
核心要求
1. 转录忠实度：逐字逐句 & 翻译成中文
1. 精确捕捉讲话内容，包括口头语（如「呃」「嗯」「那个」）和结巴。
2. 必须将所有内容翻译成中文，不保留原文语言。
2. 讲话者标注
1. 优先级 1：使用元数据。先分析视频标题和描述，识别并匹配讲话者姓名。
2. 优先级 2：使用音频内容。如果元数据里没有姓名，听讲话中是否有自我介绍或互相称呼。
3. 兜底方案：如果仍然无法确认姓名，则用通用标签（如 讲者 1:、主持人:）。
4. 一致性：一旦在后文发现讲话者真实姓名，必须回溯更新之前所有该讲话者的标注。
3. 章节生成策略
1. YouTube 视频：优先检查视频描述中是否有章节目录，如果有，就直接用它作为分段依据。
2. 其他情况（或 YouTube 无章节）：根据话题明显转折点或对话流转来人为划分章节。
4. 输出结构与格式
1. **时间戳格式**
2. 所有时间戳必须严格使用 [HH:MM:SS] 格式（如 [00:01:23]）。
3. 禁止使用毫秒。
4. **目录（ToC）**
5. 必须在输出的最前面，以 目录 为标题。
6. 每条格式： [HH:MM:SS] 章节标题
7. **章节**
8. 每一章开头格式：[HH:MM:SS] 章节标题
9. 两个章节之间必须空两行。
10. **对话段落（极其重要）**
11. 讲话者标注：一位讲话者开头必须写 姓名: 。
12. 段落拆分：如果某人连续说了一大段话，需要按逻辑切分成小段（大约 2-4 句）。
13. 同一讲话者的后续段落：不需要重复写姓名。
14. 时间戳规则：每一段文字结尾必须有且仅有一个时间戳。
5. 最终输出结果
请将逐字逐句对话稿，以HTML文件的格式做一个report，在网页底部增加一个一键复制为 markdown 的功能，网页样式和排版要美观大方。
✅ 正确示例：
主持人: 欢迎大家回来。今天我们请到了一位特别嘉宾，简·多伊。 [00:00:02]
简·多伊: 谢谢邀请。我很高兴来到这里，分享研究成果。 [00:00:05]
主持人: 那么，简，在深入细节之前，你能不能给大家先做一个简短的介绍？ [00:00:14]
简·多伊: 当然可以。这项研究关注的是特定饮食习惯在长期下的影响。其实研究挺复杂的，但简单说，我们跟踪了两个大型群体，持续五年。 [00:00:21]
第一个群体遵循新的饮食方案，而第二个群体——也就是对照组——继续维持传统饮食。这样我们就能很好地隔离变量。 [00:00:28]
[笑声] [00:00:29]
主持人: 真是太有意思了。那么结果是什么呢？ [00:00:31]
❌ 错误示例：
主持人: 欢迎回来。 [00:00:01] 今天我们有一位嘉宾。 [00:00:02]
（错误原因：一个段落用了多个时间戳）
使用方法
光说不练假把式。我们以 Anthropic 官方发布的一个视频为例：
直接把上面的提示词加上 YouTube 视频链接发送到 Google AI studio 或者 Google AI Gemini 中，最后我们就可以得到这样一份报告。
上面这份报告包含清晰的目录、带时间戳的逐字稿，这样我们就可以从整体上对这个视频建立一个初步的认知。
然后我们就可以开启「指哪打哪」的互动式学习
我们可以按照时间戳一点一点对应视频去学习。【gzh：和平本记】
如果遇到任何不理解看不懂的地方，比如你对 [01:45] Claude Code 检查点 这部分内容感到困惑。
你不需要再去视频里费力地拖动进度条，只需要复制这一段总结内容，然后对AI发起追问：
上面这部分内容我没完全看懂，这个检查点功能和我们平时用的 Git 有什么区别？它主要解决了什么场景的问题？能给我举个例子吗？
这时，AI就会只针对这一部分内容，为你进行详细、深入的讲解。你来我往，直到你彻底明白为止。
这个过程，才真正把AI从一个总结工具，变成了一个懂你、配合你、能随时打断并追问的专属私教。
总结
整个工作流程：【gzh：和平本记】
1）用一个 专家提示词，让AI帮你完成繁重的翻译和转录工作，建立对视频的宏观认知。
2）利用AI生成的时间戳目录和逐字稿，快速定位你感兴趣或不理解的知识点。
3）通过复制+追问的方式，进行微观的深度学习，将知识彻底内化。
